| 【论文摘要】 | 企业竞争的成败取决于企业成本的高低。企业资源计划(Enterprise ResourcePlanning,简称ERP)的广泛认同和实施,给企业带来了丰厚的效益。然而面对日趋激烈的市场竞争,企业需要更深层次的信息来辅助决策;同时,随着ERP的实施,企业累积的大量数据由于ERP自身的缺陷缺乏深层次的利用。因此,本文提出在ERP的成本管理中耦合智能决策技术,为企业提供有效的决策手段。
本文设计了ERP成本管理与智能决策耦合的总体框架,并对其中的两个关键技术:成本预测和成本关联规则挖掘,做了详细的研究。首先,分析了如何利用粗糙集理论进行知识约简并建立粗糙集神经网络预测模型。实验证明,在成本预测中,粗糙集神经网络预测模型比BP神经网络模型具有更高的精度和效率。其次,详细讨论了如何采用有效关联规则理论进行成本关联规则挖掘。在成本关联规则的挖掘实验中,我们发现采用有效关联规则理论的方法能够去除更多无效的规则并保留有用的规则。然后,在一个制造企业的实例中,本文利用所建立的模型预测了成本的发展趋势,提取成本关联规则,分析影响成本变动的因素,提出了有效的决策方案。
通过实施本文设计的方案,在ERP成本管理中增加了智能决策... |
